kepalsuan hipotesis nihil yang menyetakan bahwa di antara dua buah mean sampel yang
diambil secara random dari populasi yang sama, tidak terdapat perbedaan signifikan (dalam
Sudijono,2009: 278).
Uji T adalah Suatu pengujian untuk melihat apakah nilai tengah (misalnya nilai rata-rata) data
suatu variabel dari satu sampel kelompok berbeda secara nyata (signifikan) dari nilai tengah
data sampel subsampel kelompok lain dalam variabel yang sama.
Sebagai salah satu tes statistik parametrik, test T pertama kalidikembangkan oleh William Seely
Gosset 1915. Pada waktu itu diamenggunakan nama samaran Student dan huruf ‘T‘ yang
terdapat dalam istilah test itu diambil dari huruf terakhir nama samaran itu.
Fungsi dari t-test dependent adalah untuk membandingkan rata-rata dua grup yang saling
berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan subjek yang
sama namun mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu pengukuran sebelum
dan sesudah dilakukan sebuah perlakuan
Syarat – Syarat Penggunaan Uji T - Test Dependent :
Uji komparasi antar dua nilai pengamatan berpasangan, misalnya: sebelumdan sesudah
Digunakan pada uji parametrik dimana syaratnya sebagai berikut:
satu sampel (setiap elemen mempunyai 2 nilai pengamatan)
merupakan data kuantitatif (rasio-interval)
Contoh Kasus :
Suatu studi ingin mengetahui pengaruh suatu metode diet, lalu diambil 28 ibu sebagai sampel
untuk menjalani program diet tersebut. Pengukuran berat badan yang pertama (BBIBU_1)
dilakukan sebelum kegiatan penyesuaian diet dilakukan, dan pengukuran berat badan yang kedua
(BBIBU_2) dilakukan setelah dua bulan menjalani penyesuaian diet.
Pilih variabel BBIBU_1 dan BBIBU_2 dengan cara mengklik masing-masing variable tersebut.
Kemudian klik tanda ‘segitiga’ untuk memasukkannya ke dalam kotak Paired-Variables. Seperti
nampak di bawah ini :
Selanjutnya klik OK untuk menjalankan prosedur. Pada layar Output tampak hasil seperti
berikut:
Dari 28 subjek yang diamati terlihat bahwa rata-rata (mean) berat badan dari ibu sebelum
intervensi (BBIBU_1) adalah 57.54, dan rata-rata berat badan sesudah intervensi (BBIBU_2)
adalah 56,21. Uji ‘t’ yang dilakukan terlihat pada tabel berikut:
Hasil perhitungan nilai “t” adalah sebesar 5,133 dengan p-value 0.000 dapat ditulis 0,001 (uji 2-
arah). Hal ini berarti kita menolak Ho dan menyimpulkan bahwa secara statistik ada perbedaan
yang bermakna antara rata-rata berat badan sebelum dengan sudah intervensi.
Dari hasil di atas kita bisa menilai bahwa program diet tersebut berhasil.
Contoh Kasus :
Suatu studi ingin mengetahui pengaruh suatu metode diet, lalu diambil 28 ibu sebagai sampel
untuk menjalani program diet tersebut. Pengukuran berat badan yang pertama (BBIBU_1)
dilakukan sebelum kegiatan penyesuaian diet dilakukan, dan pengukuran berat badan yang kedua
(BBIBU_2) dilakukan setelah dua bulan menjalani penyesuaian diet.
Pilih variabel BBIBU_1 dan BBIBU_2 dengan cara mengklik masing-masing variable tersebut.
Kemudian klik tanda ‘segitiga’ untuk memasukkannya ke dalam kotak Paired-Variables. Seperti
nampak di bawah ini :
Selanjutnya klik OK untuk menjalankan prosedur. Pada layar Output tampak hasil seperti
berikut:
Dari 28 subjek yang diamati terlihat bahwa rata-rata (mean) berat badan dari ibu sebelum
intervensi (BBIBU_1) adalah 57.54, dan rata-rata berat badan sesudah intervensi (BBIBU_2)
adalah 56,21. Uji ‘t’ yang dilakukan terlihat pada tabel berikut:
Hasil perhitungan nilai “t” adalah sebesar 5,133 dengan p-value 0.000 dapat ditulis 0,001 (uji 2-
arah). Hal ini berarti kita menolak Ho dan menyimpulkan bahwa secara statistik ada perbedaan
yang bermakna antara rata-rata berat badan sebelum dengan sudah intervensi.
Dari hasil di atas kita bisa menilai bahwa program diet tersebut berhasil.
12
13
Pada tabel Paired Samples Stasistics terlihat rata-rata hasil nilai pengetahuan
Statistika mahasiswa sebelum diberi materi sebesar 60,00 dan standar deviasi 8,608
dan sesudah diberi materi rata-rata pengetahuan Statistika sebesar 81,45 dan standart
deviasi sebesar 1,553. Hal ini berarti secara deskriptif terdapat perbedaan rata-rata
pengetahuan Satistika sebelum dan sesudah diberikan materi.
Pada tabel Paired Samples Correlation, diperoleh koefisiensi korelasi skor hasil
pengetahuan Statistika sebelum dan sesudah diberi pengetahuan sebesar 0,341
dengan angka sig. atau p-value = 0,141 > 0,05 atau tidak signifikan.
Correlation: Nilai Korelasi antara 2 variabel tersebut: Hasil 0,341 artinya
hubungan kuat dan positif.
Sig.: tingkat signifikansi hubungan: Hasil 0,141 > 0,05 artinya tidak ada
hubungan antara variabel sebelum dan sesudah.
Tabel 8. Output Paired Samples Test
15
Sig. (2-tailed): Nilai probabilitas/p value uji T Paired: Hasil = 0,000. Artinya:
ada perbedaan antara sebelum dan sesudah perlakuan. Sebab: Nilai p value <
0,05 (95 % kepercayaan).
Mean: -21,450, nilai ini menunjukan selisih antara rata-rata sebelum dan
sesudah ( 60,00 – 81,45 ) artinya ada peningkatan nilai.
Pada tabel Paired Samples Test, diperoleh perbedaan mean = -21.450 yang berarti
selisih skor pengetahuan Statistika sebelum dan sesudah diberi pengetahuan. Harga
negative bermakna hasil pengetahuan sebelum di berikan materi lebih baik daripada
sesudah diberikan materi.